RAG & GenAI App With WordPress Content

工作流名称

RAG & GenAI App With WordPress Content

主要功能和亮点

该工作流实现了基于WordPress网站内容的检索增强生成式AI（RAG）应用。它能够自动抓取WordPress的文章和页面内容，过滤仅公开且未受保护的内容，将内容转换为Markdown格式，并通过OpenAI的文本嵌入模型生成向量表示，存储于Supabase的向量数据库中。用户可通过集成的聊天接口，实时向AI提问，AI结合向量数据库中的相关内容，基于GPT-4模型生成带有内容来源元数据的准确回答，提升网站交互体验。

解决的核心问题

• 自动化抓取和更新WordPress网站内容，实现内容的动态嵌入向量生成，避免手动维护知识库。
• 通过向量检索技术，实现对海量网站内容的高效语义搜索和精准匹配。
• 将检索结果与生成式AI结合，提升用户提问的回答质量和信息可信度。
• 支持内容的版本更新检测，确保知识库内容始终最新。

应用场景

• 企业或个人网站搭建智能问答机器人，提升访客的互动体验。
• 内容驱动型网站快速构建基于内容的聊天助手。
• 利用网站内容做知识管理、客服自动化、智能推荐等应用。
• 需要持续同步网站内容并基于此进行语义搜索与问答的场景。

主要流程步骤

1. 触发器：手动或定时触发工作流。
2. WordPress内容抓取：通过WordPress API获取所有文章和页面。
3. 内容过滤：筛选已发布且非保护的内容。
4. 内容格式转换：将HTML内容转换为Markdown。
5. 文本切分：对长文本进行分块处理以适应模型输入限制。
6. 生成嵌入向量：调用OpenAI的text-embedding-3-small模型为内容生成向量。
7. 存储向量和元数据：将内容及其向量存储到Supabase向量数据库。
8. 版本控制：使用Postgres数据库记录上次执行时间，获取并更新修改后的内容。
9. 聊天触发：当用户发送聊天消息时，调用Supabase检索相关文档。
10. 生成回答：结合检索到的文档和聊天上下文，调用GPT-4模型生成回答，包含内容的URL、类型、发布日期和修改日期等元数据。
11. 响应输出：通过Webhook将回答返回给前端。

涉及的系统或服务

• WordPress API（获取文章和页面）
• OpenAI（文本嵌入模型text-embedding-3-small和GPT-4o-mini聊天模型）
• Supabase（向量数据库用于存储和检索嵌入向量及相关文档）
• Postgres数据库（存储聊天历史和工作流执行记录）
• n8n自动化平台（工作流管理与节点执行）

适用人群或使用价值

• 网站运营者和内容管理者，想要将网站内容智能化、自动化地服务于访客。
• 开发者和自动化专家，需构建基于现有网站内容的智能聊天机器人或知识库系统。
• 企业客户服务团队，希望通过AI提升用户自助服务效率。
• 内容创作者和营销人员，想要通过AI辅助提升内容的交互性和用户粘性。

---

该工作流通过自动化的内容抓取、智能嵌入生成和高效的语义检索，为WordPress网站打造了一个智能问答引擎，极大提升内容利用价值和用户体验，是构建现代内容驱动型AI应用的理想选择。